计算机应用研究

作者：张乐,胡毅文,杨红,杨超,马宏远,

单位：沈阳大学a.智能科学与工程学院;b.信息工程学院,沈阳110044；

关键词：蜣螂优化算法,折射反向学习,链式邻近学习,无人机协同路径规划,

基金：辽宁省兴辽英才计划资助项目(XLYC1807138)；辽宁省教育厅面上项目(LJKZ1172)；；

针对多无人机协同路径规划问题，提出了一种决策学习型蜣螂优化算法（DLDBO）。传统蜣螂优化算法（DBO）种群之间缺乏信息互换，容易陷入局部最优解。因此，利用Pearson相关系数计算个体之间的相似性，通过相似性指标判断并作出决策：若不相似，利用折射反向学习计算得到候选解，在一定程度上提高个体之间影响的同时增强算法跳出局部最优的能力；若相似，利用所提出的链式邻近学习引导蜣螂个体，增加影响个体更新的因素，充分促进个体之间的信息交流。在CEC2017测试套件的29个测试函数上进行了充分的对比实验，结果表明，DLDBO性能明显优于其他六种先进的变体算法。利用DLDBO规划无人机群的飞行路径，最终能够得到较为理想的协同路径并且有效避开威胁，优于其余三种优秀的协同路径规划算法，满足了无人机协同飞行的需求。

来源：2025年第1期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2025年第1期